Pandas DataFrame-檢查A列中的字符串是否包含B列中的完整單詞字符串

Question

我有一個包含兩列foo的數據bar ，其中foo包含文本字符串，而bar包含搜索項字符串。 對於數據框中的每一行，我要檢查搜索詞是否在帶有單詞邊界的文本字符串中。

例如

import pandas as pd
import numpy as np
import re

df = pd.DataFrame({'foo':["the dog is blue", "the cat isn't orange"], 'bar':['dog', 'cat is']})

df
      bar                   foo
0     dog       the dog is blue
1  cat is  the cat isn't orange

本質上，我想向量化以下操作

re.search(r"\bdog\b", "the dog is blue") is not None  # True
re.search(r"\bcat is\b", "the cat isn't orange") is not None  # False

考慮到我正在處理數十萬行，什么是快速的方法？ 我嘗試使用str.contains方法，但無法完全理解 。

Answer 1

您可以將函數應用於每一行：

df.apply(lambda x: re.search(r'\b' + x.bar + r'\b', x.foo) is not None, axis=1)

結果：

0     True
1    False
dtype: bool

Answer 2

df.apply(lambda x: re.search(r'\b{0}\b'.format(x.bar), x.foo) is not None, axis='columns')

df.apply將通用函數應用於pandas行或列，請參見此處： http ://pandas.pydata.org/pandas-docs/stable/genic/pandas.DataFrame.apply.html